对于P2P(Peer to Peer)借贷市场投资者来说,如何选择真正符合自己需求与偏好的投资项目并进行投资额的合理分配,是他们投资决策的关键问题。随着平台发展规模的日益壮大,项目品种的日益繁多,投资者所面临的决策相关信息剧增。市场“信息过载”、市场关键决策信息不完全、市场噪音等往往使得投资者陷入决策困境。通过P2P借贷市场个性化投资推荐,可节约投资者信息搜寻的成本,提高投资者信息识别、查询和分析的效率,辅助投资者有效决策。目前,关于P2P借贷个性化投资推荐相关研究较少,已有的研究主要是侧重在项目的违约风险预测、投资相似度计算及投资能力分析等方面,缺乏对P2P平台中与投资者投资决策行为密切相关的知识的有效发掘与应用,这将不利于把握投资者的投资动向,影响个性化投资推荐的有效性。鉴于此,本文从市场投资者的行为特点及决策问题出发,分析投资者决策行为影响因素,依据P2P平台的历史交易数据及各对象之间的关联信息,分别从社会网络、羊群行为、投资者风险偏好等角度发掘有助于把握投资者投资需求与决策偏好的知识,设计相应的投资者决策行为影响因子,并将之应用于个性化投资推荐算法设计,以有效把握投资者决策行为动向与投资偏好,提高P2P借贷市场个性化投资推荐整体性能,进一步促进P2P借贷市场长期良性发展。本文的主要研究内容有:(1)构建P2P借贷市场对象关联网络模型,发掘借款人朋友网络风险特征。由于P2P借贷市场的关键决策信息的不完全,投资者在进行投资决策时,P2P在线社会网络中所传递的大量的市场信息和经济信号将对其投资策略选择产生重要影响。因此,本文从投资者行为特点及决策行为影响因素出发,依据P2P借贷市场历史交易数据及对象属性信息,分析主要对象之间的各种关联关系,构建P2P借贷市场对象关联网络模型;基于P2P借贷市场对象关联网络模型,分析借款人的朋友关系,发掘其中与项目违约风险显著相关的特征,即借款人朋友网络风险特征,并对这些特征的违约风险预测价值进行验证,为后续的项目违约风险预测及投资组合推荐提供支持。(2)设计投资者朋友投标行为影响因子,构建考虑朋友关系的个性化投资推荐框架。投资者的投资决策行为不仅与项目的投资相似度和投资者能力有关,而且在很大程度上还会受到P2P借贷市场社会网络中的其他市场参加者(特别是有投资能力的直接朋友)投资行为的影响。本文基于P2P借贷市场对象关联网络模型,发掘考虑投资者朋友关系的投资者和项目相关概念特征,分别构建对应的概念模型,并在此基础上发掘有助于把握投资者决策行为动向的具有决策价值的知识,将其转化为可应用于投资推荐的决策变量,即投资者朋友投标行为影响因子;基于考虑投资者朋友关系的投资者和项目概念模型及投资者朋友投标行为影响因子,针对投资者投资项目选择问题,构建考虑投资者朋友关系的个性化投资项目推荐模型;综合考虑投资者朋友投标行为影响因子及借款人朋友网络风险特征,针对投资者投资项目选择及投资额分配问题,设计综合考虑朋友关系的个性化投资推荐方案。(3)设计项目理性投资羊群行为因子,构建考虑市场羊群行为及理性投资的个性化投资项目推荐框架。对于P2P借贷市场的大多数投资者,特别是非专业的投资者而言,当获取和有效分析相关决策信息(如与项目违约风险相关的信息)需要花费较高的成本时,为了降低由于不利选择所带来的预期投资风险,投资者在进行投资决策时往往会寻求获取或分析成本相对较低的市场信号(如能够反映市场中绝大多数投资者策略选择的相关信息)作为决策依据,有时甚至会完全忽视自己的私人信息,采取羊群行为,即在P2P借贷市场中,投资者在投资决策时往往会不同程度地受到市场羊群行为的影响。本文基于P2P借贷市场对象关联网络模型,发掘考虑市场羊群行为的投资者和项目相关概念特征,分别构建对应的概念模型,并在此基础上发掘有助于把握投资者决策行为动向的具有决策价值的知识,将其转化为可应用于投资项目推荐的决策变量,即项目理性投资羊群行为因子;基于考虑市场羊群行为的投资者和项目概念模型及项目理性投资羊群行为因子,针对投资者投资项目选择问题,构建考虑市场羊群行为及理性投资的个性化投资项目推荐模型。(4)分析投资者风险厌恶程度差异,构建基于投资者预期效用最大化的投资组合优化模型。组合投资理论和实践表明,投资者在不确定的市场环境中对风险通常持谨慎保守态度,即大多都是风险厌恶者,但不同的投资者风险厌恶程度有所不同。在金融领域中,当面临不确定的投资环境时,投资者的决策行为往往会受到其风险厌恶程度的影响,在实际投资决策过程中往往更愿意选择使其预期效用最大化的投资决策方案。本文基于P2P借贷市场对象关联网络模型,分析P2P借贷市场投资者的风险厌恶程度的差异及其对投资者决策行为的影响,并在此基础上发掘有助于把握投资者决策行为动向的知识,将其转化为可应用于投资组合优化的决策变量,即投资者风险厌恶系数;基于投资者风险厌恶系数及借款人朋友网络风险特征,针对投资者投资额分配问题,设计了基于投资者预期效用最大化的投资组合推荐算法。本文的创新性工作主要体现在:(1)构建了P2P借贷市场对象关联网络模型,发掘与投资决策相关的投资者及项目相关概念特征,定义了投资者决策行为影响因子。依据P2P借贷市场历史交易数据及对象属性信息,分析P2P借贷市场主要对象之间的各种关联关系,构建P2P借贷市场对象关联网络模型,并在此基础上分别从社会资本、羊群行为和风险偏好等多角度发掘与投资决策相关的投资者及项目相关概念特征,定义投资者决策行为影响因子,为后续的个性化投资推荐提供支持。主要包括四个方面:一是基于借款人朋友关系定义借款人朋友网络风险特征,以帮助提高项目违约风险预测的有效性,为后续的投资组合优化提供支持;二是基于投资者朋友关系定义投资者朋友投标行为影响因子,以尽可能考虑投资者朋友投标行为对其决策行为的影响,有效把握投资者投资决策兴趣与偏好;三是考虑市场羊群行为对投资者决策行为的影响,定义项目理性投资羊群行为因子,以提高投资项目推荐的质量,引导投资者理性投资;四是考虑投资者风险厌恶程度差异对其决策行为的影响,定义投资者风险厌恶系数,为后续的投资组合优化提供支持。(2)基于投资者决策行为影响因子,设计了两个个性化投资项目推荐方法。在传统的协同过滤推荐方法的基础上,针对投资者投资项目选择问题,分别从P2P借贷市场社会网络关系及市场羊群行为的角度,提出考虑P2P借贷市场投资者朋友关系的投资项目推荐方法和考虑P2P借贷市场羊群行为及理性投资的投资项目推荐方法;提出了新的评价指标,以综合评估该方法的投资推荐质量。(3)基于投资者决策行为影响因子,设计了两个个性化投资组合优化方法。在传统的P2P借贷投资组合推荐算法基础上,进一步考虑借款人朋友关系及投资者风险偏好差异对投资者决策行为的影响,针对投资者投资额分配问题,分别在引入借款人朋友网络风险特征和投资者风险厌恶系数的基础上,提出考虑借款人朋友网络风险特征的投资组合推荐方法和考虑投资者预期效用最大化的投资组合推荐方法;提出了新的评价指标,以评估该模型的投资决策满意度、经济效益和效用。将本文所提出的个性化投资推荐方法的推荐结果与其它基准模型的推荐结果进行对比分析,以综合评价其推荐效果。在Prosper平台真实数据的基础上进行了详细的实验测试,结果表明本文所提出的个性化推荐方法相较于传统的投资推荐方法具有更好的推荐效果。